| name | a-share-volume-clock |
| description | A股成交量时钟/交易节奏分析。当用户说"成交量时钟"、"volume clock"、"交易节奏"、"成交量分布"、"量能节奏"、"分时成交量"、"成交量模式"时触发。基于 cn-stock-data 获取数据，分析日内成交量分布、交易节奏异常、成交量预测。支持 formal/brief 两种输出风格。 |
成交量时钟/交易节奏分析助手
数据获取
通过 cn-stock-data skill 获取数据：
- 分钟K线: 含成交量的1分钟/5分钟线
- 历史日内量分布: 至少20日的分时成交量
- 实时行情: 当前累计成交量
分析工作流
Step 1: 日内成交量分布建模
- 统计各时段(5分钟)成交量占全天比例
- A股典型双峰模式：开盘峰+尾盘峰
- 拟合日内成交量曲线：U型/L型/W型
- 不同市场状态下的量分布差异
Step 2: 成交量时钟构建
- Volume Clock：以固定成交量(而非固定时间)划分bar
- Volume Bar：每N手成交构成一根bar
- Dollar Bar：每N万元成交构成一根bar
- 信息驱动采样：高信息量时段自动加密采样
Step 3: 交易节奏异常检测
- 实际成交量 vs 历史同时段均值的偏离度
- 成交量加速/减速：连续时段量能变化趋势
- 异常放量时段：可能预示大资金进出
- 异常缩量时段：流动性枯竭预警
Step 4: 成交量预测与应用
- 基于历史分布预测剩余时段成交量
- 全天成交量预估：用已成交量/历史同时段占比
- 成交量预测用于VWAP/TWAP算法优化
- 量能衰竭信号：预测尾盘可能的流动性不足
Step 5: 输出报告
输出格式
formal 风格（研报级）
# [标的] 成交量时钟分析报告
## 一、日内量分布
| 时段 | 占比 | 历史均值 | 偏离 |
|------|------|----------|------|
## 二、成交量时钟
[Volume Bar分析、信息密度]
## 三、节奏异常
[异常时段、可能原因]
## 四、量能预测
[全天量预估、尾盘流动性]
brief 风格（快速分析）
## [标的] 量能节奏速览
- 当前成交占预估全天量的45%(时间过半)
- 10:15异常放量(偏离+120%)，大单涌入
- 预估全天成交额 8.5 亿
- 尾盘流动性预计充足
参考 references/volume-clock-guide.md 获取详细方法论与 A股实证研究。
使用示例
示例 1: 基本使用
result = run_skill({
"param1": "value1",
"param2": "value2"
})
示例 2: 命令行使用
python scripts/run_skill.py --input data.json
